La transición de Intel a OpenFL impulsa el crecimiento de la IA confidencial

El proyecto de incubación LF AI & Data Foundation cuenta con el apoyo de Penn Medicine, VMware y Flower Labs.

Noticias

author-image

Por

Novedades: Intel anunció hoy que el Consejo Asesor Técnico de la AI y la Base de Datos LF aceptó el Aprendizaje Federado Abierto (OpenFL) como un proyecto en incubación para impulsar aún más la colaboración, la estandarización y la interoperabilidad. OpenFL es un marco de código abierto para un tipo de IA distribuida conocida como aprendizaje federado (FL) que incorpora características de conservación de la privacidad llamadas informática confidencial. Fue desarrollado y auspiciado por Intel para ayudar a los científicos de datos a abordar el desafío de mantener la privacidad de los datos al tiempo que reúnen conocimientos de muchos conjuntos de datos dispares, confidenciales o regulados.

"Estamos encantados de recibir a OpenFL en la LF AI & Data Foundation. El enfoque innovador de este proyecto para permitir a las organizaciones entrenar de forma colaborativa modelos de aprendizaje automático a través de múltiples dispositivos o centros de datos sin necesidad de compartir datos en bruto se alinea perfectamente con nuestra misión de acelerar el crecimiento y la adopción de tecnologías de datos e IA de código abierto. Esperamos colaborar con las personas talentosas detrás de este proyecto y ayudar a impulsar su éxito".

–Dr. Ibrahim Haddad, director ejecutivo de LF AI & Data Foundation

¿Por qué es importante?: Los científicos de datos pueden utilizar este enfoque de aprendizaje automático (ML) distribuido para permitir a las organizaciones colaborar en análisis mutuamente beneficiosos sin exponer datos confidenciales o algoritmos ML a otras partes. Industrias como la sanitaria, los servicios financieros, el comercio minorista y la fabricación utilizan FL para obtener información valiosa de los datos de una manera que conecta de forma segura varios sistemas y conjuntos de datos, y elimina las barreras que impiden la incorporación de datos para el análisis.

Intel se unió a Penn Medicine, VMware y Flower Labs para presentar OpenFL a la LF AI & Data Foundation. Representantes de estas empresas se unirán a la fundación para formar un comité de dirección técnica de OpenFL que fomentará un ecosistema neutral en cuanto a proveedores para este proyecto y realizará aportaciones que orienten su desarrollo. Como un proyecto en fase de hibernación con LF AI & Data Foundation, se está fijando la base de cómo funcionará el proyecto.

Qué es OpenFL: OpenFL es un marco para el aprendizaje federado diseñado para ser flexible, ampliable y seguro. Permite a las organizaciones participar en el aprendizaje automático colaborativo multiparte sin trasladar sus datos confidenciales o regulados fuera de las instalaciones. En cambio, el algoritmo procesa los datos donde residen y, a continuación, los resultados identificados se consolidan centralmente. Ninguno de los datos de una sola parte está expuesto a los demás participantes.

El marco combina hardware y software para permitir aún más la IA de conservación de la privacidad utilizando Intel® Software Guard Extensions (Intel® SGX), un entorno de ejecución confiable (TEE) basado en hardware para el centro de datos, y The Preconfigur Project, un conjunto de herramientas y componentes de infraestructura para ejecutar aplicaciones no modificados en plataformas informáticas confidenciales basadas en Intel SGX.

Intel SGX integración de código abierto con OpenFL es compatible la actualidad, y se planean capacidades de seguridad adicionales para versiones futuras. Los colaboradores también pueden agregar al proyecto integraciones con otro hardware TEE.

Más contexto: OpenFL en GitHub| Aprendizaje federado: Proteger los datos en la fuente (blog de Intel y Desi, Medicine) | Intel y La medicina Desan, que anuncian los resultados del estudio de aprendizaje federado médico más grande | WORDPRESS de VMware Research Group se convierte en parte de OpenFL (Blog) | Proyectos de base de datos e IA de LF